Scribd
Importer
10 vues2 pages

Traitement d'images : RGB à YUV et détection

Le document traite des dimensions d'une image, de la conversion entre les espaces de couleur RGB et YUV, ainsi que des techniques d'échantillonnage et de quantification pour réduire la taille des fichiers. Il aborde également la détection des contours à l'aide de méthodes comme Sobel et Canny, ainsi que la détection des régions et l'utilisation de la méthode de Hough pour identifier des formes géométriques. Ces concepts sont essentiels pour le traitement d'images et l'analyse visuelle.

Transféré par

Reda Ouadi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
10 vues2 pages

Traitement d'images : RGB à YUV et détection

Le document traite des dimensions d'une image, de la conversion entre les espaces de couleur RGB et YUV, ainsi que des techniques d'échantillonnage et de quantification pour réduire la taille des fichiers. Il aborde également la détection des contours à l'aide de méthodes comme Sobel et Canny, ainsi que la détection des régions et l'utilisation de la méthode de Hough pour identifier des formes géométriques. Ces concepts sont essentiels pour le traitement d'images et l'analyse visuelle.

Transféré par

Reda Ouadi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Solution to Exercice 1

1. Dimensions de l'image et taille en binaire:

- Taille totale en ASCII : 160 Ko (soit 163840 octets).

- Nombre total de pixels = 163840 / 3 approximately 54613 pixels.

- Dimensions approximatives : sqrt(54613) approximately 234 x 234 pixels.

Si l'image était stockée en binaire, la taille totale serait :

- 234 x 234 x 3 = 164268 octets (environ 164 Ko).

2. Conversion entre RGB et YUV:

Formules de conversion de RGB vers YUV :

- Y = 0.299R + 0.587G + 0.114B

- U = 0.492(B - Y)

- V = 0.877(R - Y)

Formules de conversion de YUV vers RGB :

- R = Y + 1.140V

- G = Y - 0.394U - 0.581V

- B = Y + 2.032U

Étapes:

- Parcourir chaque pixel, appliquer les formules, et stocker les nouvelles valeurs.

3. Échantillonnage et quantification:

- Échantillonnage réduit la résolution spatiale en diminuant les pixels.


Exemple : Échantillonnage chromatique 4:2:0.

- Quantification réduit la profondeur des couleurs (ex: 8 bits au lieu de 16 bits).

Réduit la taille des fichiers et facilite la compression.

4. Détection des contours:

- Utilisation de méthodes comme Sobel, Canny ou Laplace pour repérer les variations d'intensité

des pixels.

Exemples :

- Sobel : Calcule la dérivée horizontale et verticale.

- Canny : Inclut suppression de bruit, calcul des gradients, suppression des non-maxima.

5. Détection des régions et méthode de Hough:

- Détection des régions : segmentation par seuillage, regroupement basé sur les régions, ou

clustering (ex: K-means).

- Méthode de Hough :

- Transforme les points d'une image dans un espace paramétrique pour détecter des formes

géométriques (lignes, cercles).

- Utilisée pour repérer des routes, contours d'objets, etc.

Vous aimerez peut-être aussi